碎甘薯秧离散元仿真参数测量与标定*

针对甘薯秧蔓机械化回收过程中离散元仿真研究缺乏准确参数值的问题,采用直接测量和虚拟标定相结合的方法对碎甘薯茎秆和叶片离散元仿真参数进行研究。采用物理试验法获得碎甘薯秧的本征参数、碰撞恢复系数等参数值及碎甘薯秧颗粒的静摩擦系数参数范围,并为离散元法仿真设计了不同的参数组合。通过堆积角优化仿真试验确定甘薯叶片本征参数及其他不易直接测量的离散元仿真参数。Plackett-Burman试验表明,甘薯茎秆—甘薯茎秆和甘薯茎秆—45钢的静摩擦系数、甘薯茎秆—甘薯茎秆和甘薯茎秆—甘薯叶的滚动摩擦系数均显著影响堆积角。运用最陡爬坡试验和Box-Behnken优化试验标定了对碎甘薯秧堆积角有显著影响的参数值,以得到的参数进行颗粒堆积仿真试验,测得堆积角平均值为40.51°,与实测值相对误差为0.972%,说明物理试验加优化仿真试验来标定离散元参数是可行的,标定所得的参数可作为甘薯秧茎叶离散元仿真参数。     

机收麻山药离散元模型构建及其仿真参数标定

由于麻山药收获过程缺乏有效数值模拟，在很大程度上阻碍了麻山药收获机的设计与优化。该文测定了麻山药的密度、长度、径向尺寸、抗压、抗弯及抗剪强度，基于离散元法建立了麻山药双峰分布模型，并对黏结参数进行校核；以土壤堆积角为响应值，对沙壤土基质间的碰撞恢复系数、静摩擦因数、滚动摩擦因数和表面能4个参数进行标定，建立了土壤堆积角与4个参数之间的回归模型并进行验证，标定了麻山药与钢板、沙壤土间的碰撞恢复系数、静摩擦因数和滚动摩擦因数。试验结果表明，麻山药双峰分布模型能够表征麻山药的力学特性，参数校核得到法向刚度、切向刚度、临界法向应力、临界切向应力及黏结半径分别为9.3×105 N/m、3.0×106 N/m、0.58 MPa、0.14 MPa、3.5 mm；沙壤土基质间的碰撞恢复系数、静摩擦因数、滚动摩擦因数及表面能分别为0.42、0.20、0.30、0.40 J/m3，离散元仿真试验后得到的土壤堆积角与试验结果平均误差为1.48%；麻山药与钢板之间的碰撞恢复系数、静摩擦因数及滚动摩擦因数分别为0.34、0.26、0.049，与沙壤土之间的碰撞恢复系数、静摩擦因数及滚动摩擦因数分别为0.21、0.38、0.075。研究结果可为麻山药机械化收获及产后加工等仿真试验提供一定的理论参考。     

不同填充颗粒半径水稻种子离散元模型参数标定

气固两相流耦合仿真被广泛运用在气力式排种器工作过程的研究中，因确定性颗粒轨道数值计算模型的需求，种子多采用颗粒聚合的方法建模，该方法采用的填充球颗粒半径越小、数量越多就越能接近种子的真实形态，但会造成仿真计算资源过度消耗、仿真时间增长。为研究不同填充球半径的水稻种子模型对颗粒间的动力学响应特性的影响，寻找种子模型最佳的填充球颗粒数量，本文以水稻种子为研究对象，借助三维扫描与逆向拟合的方法获取种子外形轮廓，分别采用不同半径（0.30、0.21、0.18、0.16、0.15mm）的球颗粒对其进行填充，形成气固耦合的水稻颗粒粘结聚合模型。采用无底圆筒提升、滑落堆积的真实试验与仿真测定，采用曲面响应法，以休止角为指标，标定出不同填充球颗粒半径种子模型的种间静摩擦因数和动摩擦因数；通过圆筒提升和滑落堆积试验对参数进行验证，以仿真试验休止角的变异系数为指标，结果表明随着填充球半径的减小，仿真结果越接近真实值；通过水稻正压式排种器气固两相流耦合仿真进行验证，以充种率为指标，结果表明填充颗粒半径为0.21mm，仿真时长与仿真精度最优。     

胡麻籽粒离散元仿真参数标定与排种试验验证

为借助离散单元法优化胡麻机械化生产装备提供胡麻基本参数，该文对甘肃省普遍种植的定亚22号、陇亚10号、陇亚13号3种胡麻籽粒通过试验法测定了胡麻籽粒的基本物理参数（3个方向尺寸、质量密度、体积密度、泊松比、千粒重、含水率、弹性模量）和接触力学参数（恢复系数、静摩擦系数）；通过调整胡麻模型的滚动摩擦系数条件下形成的胡麻堆积角逼近胡麻实际堆积角方法，预测胡麻滚动摩擦系数。结果表明：定亚22号胡麻滚动摩擦系数为0.041 5、陇亚10号为0.042 5、陇亚13号为0.042 0。探讨了胡麻堆积角形成过程中滚动摩擦系数对胡麻与底板接触数量、胡麻动能和重力势能影响变化规律，结果表明：随着滚动摩擦系数的减少，胡麻与底板的接触数量增加，胡麻种群的转动动能呈先增加后减小的变化趋势；减小胡麻滚动摩擦系数，其转动动能增加。通过设计的异型窝眼轮排种仿真和大田试验可知，胡麻平均穴粒数为9.5粒，标准差为1.5粒；大田试验的平均穴粒数为9粒，标准差为1粒。仿真和试验结果的穴粒数平均值的相对误差为5.26%，基本满足西北旱区胡麻播种机械设计参数优化需求。     

稻谷颗粒模型离散元接触参数标定与试验

EDEM与FLUENT耦合模拟稻谷清选时,稻谷颗粒参数设置的准确性直接影响仿真结果的可信度。结合稻谷颗粒堆积角的实测试验与仿真试验,标定了稻谷颗粒模型间静摩擦系数、滚动摩擦系数2个主要接触参数。设计了堆积角形成装置,该装置采用坍塌法和注入法同时形成2种堆积角,可以减小非同时形成所引起的测量误差;创建了稻谷颗粒的离散元模型,结合堆积角的实测试验与仿真试验,建立了2个主要接触参数与2种堆积角之间的二元回归方程;以稻谷颗粒2种堆积角的实测结果作为目标值,对回归方程进行数值求解,得到颗粒模型间的静摩擦系数、滚动摩擦系数分别为0.433 6、0.161 5;设计了抛洒试验对标定后的参数进行验证,抛洒长度、宽度和近抛洒端堆积角等特征参数的实测结果与仿真结果的相对误差小于5.7%,这表明颗粒的模拟运动轨迹与实际运动轨迹基本一致,所创建的稻谷颗粒离散元模型及标定得到的接触参数可以为EDEM-FLUENT耦合仿真稻谷清选过程提供参考。     

野外试验中热脉冲探针间距校正方法的应用

土壤热特性是土壤的重要参数之一,热脉冲探针是目前土壤热特性最为常用的测量方法。在用热脉冲探针测量土壤热特性时,探针间距对测量结果的准确性影响非常大。而在野外试验中,由于土壤受到植物根系、土壤冻融、土壤动物活动等的影响,会造成探针间距的变化。因此,探针间距的校正在野外实地测量时十分重要。本研究团队在2013年提出热脉冲探针间距的校正方法,即在温度探针中使用两个热敏电阻,并通过理论公式校正探针初始间距后,得到间距变化后的探针真实间距。将此校正方法应用于野外试验中,分别于夏季和冬季监测土壤中三个深度处(3 cm、8 cm和13 cm)探针间距的变化。结果显示探针间距校正后得到的土壤热特性参数与未校正探针间距时的土壤热特性相比,探针间距校正后得到的土壤热特性参数更加准确可靠;但由于冬季表层土壤存在结冰现象,造成热脉冲探针无法准确测量热特性参数。     

Comparison of multivariate models and variable selection algorithms for rapid analysis of the chemical composition of field crops

This study evaluates the use of visible and near-infrared spectroscopy for rapid prediction of total carbon, total nitrogen, and total phosphorus concentrations in field crop samples. Two multivariate models (partial least squares regression and support vector machine regression) were compared. In addition, four spectral variable selection algorithms (competitive adaptive reweighted sampling, genetic algorithm, uninformative variable elimination, and variable importance for projection) were applied with support vector machine regression to determine the most accurate predictions. The results showed that support vector machine regression performed better than partial least squares regression for predicting the three chemical compositions. The combination of competitive adaptive reweighted sampling and support vector machine regression outperformed the other models for the predictions of total carbon and total nitrogen with high coefficients of determination of 0.91 and 0.90, respectively. For the determination of total phosphorus, the prediction accuracy of competitive adaptive reweighted sampling was comparable with the best result obtained from genetic algorithm with the coefficients of determination of 0.73 and 0.77, respectively. In conclusion, the support vector machine regression combined with competitive adaptive reweighted sampling has great potential to accurately determine the chemical composition of field crops using the visible and near-infrared spectroscopy.     

基于季节特征的土壤退墒模型建立与率定

利用河南省南阳市2011—2015年12个墒情站的土壤水分监测资料,分析研究了无增墒情况下土壤含水量消退规律,构建出基于不同季节(夏季、春秋季与冬季)的土壤含水量与衰减系数的数学模型,运用规划求解法率定模型参数,并利用2016—2017年资料对模型进行检验。结果表明,不同季节土壤水分衰竭系数模型分别为α=1.023(1-ω~2/4353)~(1/2)(夏季)、α=1.013(1-ω~2/7005)~(1/2)(春秋季)与α=1.008(1-ω~2/9303)~(1/2)(冬季),所建立的数学模型适用于南阳市相应季节壤土与粘壤土小麦、水稻与休闲地土壤旱情预测,但不适用于夏季与春秋季砂土特别是休闲地砂土土壤墒情预测。     

基于物联网的日光温室环境监测在线校准

[目的]温室环境条件特别是温度对于作物生长和发育具有十分显著的影响。日光温室调控的主要环境因子之一是温度。然而,自然环境下的光照对温度产生作用,影响空气温度的监测精度。大多温度传感要求将传感器置于避光处,然而实际应用中难以保证。[方法]采用机器学习中的支持向量机算法(SVM),对日光温室内的温度智能监测算法进行了研究,根据光照情况对实时监测的温度数据进行校准。[结果]通过与实验测量的数据进行对比分析,结果表明,所提出的监测方法可以较为准确地实时监测空气温度,从而无需使用隔热材料或者遮阳处理,就可以基于监测的数据更精确地对相应的环境因素进行调节。[结论]基于该方法,可采用常用的工业设备实现温室大棚内实时温度数据的监测,既可以节约设备和人力成本,又可以为温室控制提供准确的数据。     

甜玉米葡萄糖、果糖和蔗糖含量近红外反射光谱模型构建

甜玉米是世界上重要的果蔬两用型作物之一。建立快速、无损检测甜玉米糖分含量的方法,对于甜玉米品质育种工作中的材料鉴定、筛选具有重要意义。选取了104份糖分含量变幅较大的甜玉米材料进行了近红外光谱分析,结合酶法测量的化学值,利用偏最小二乘法以及不同光谱处理和数学处理相结合,对全光谱波段进行了化学计量学的分析统计,构建了葡萄糖、果糖和蔗糖含量的近红外光谱定标模型。用外部验证样品集进行验证,对所建模型的实际预测能力进行检验。结果表明:最优光谱处理方式葡萄糖为加权多元散射校正,果糖和蔗糖的为标准正常化加去散射处理;最优的导数处理葡萄糖为2阶导数,果糖和蔗糖的为1阶和3阶导数。葡萄糖、果糖和蔗糖定标模型的交叉验证相关系数分别为0.646、0.645、0.820,交叉验证标准偏差分别为0.321、0.275、1.508;外部验证集葡萄糖、果糖和蔗糖的预测相关系数分别为0.593、0.780、0.891,表明所建立的果糖和蔗糖预测模型具有较好的预测性,可应用于甜玉米种质资源筛选,而葡萄糖模型的预测性较差,需继续完善。